压缩感知恢复算法研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景及意义 | 第7-8页 |
| ·压缩感知理论的应用 | 第8-9页 |
| ·图像质量的评价准则 | 第9-11页 |
| ·本论文研究内容和组织结构 | 第11-13页 |
| 第二章 压缩感知理论 | 第13-22页 |
| ·压缩感知概论 | 第13-14页 |
| ·信号稀疏表示理论 | 第14-18页 |
| ·信号的稀疏性 | 第14-15页 |
| ·稀疏信号的表示 | 第15-18页 |
| ·压缩感知信号的表示 | 第18页 |
| ·测量矩阵的选取 | 第18-20页 |
| ·测量矩阵的选取原则 | 第18-19页 |
| ·常用的测量矩阵 | 第19-20页 |
| ·恢复算法的研究现状 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 压缩感知恢复算法研究 | 第22-47页 |
| ·凸松弛方法 | 第22-26页 |
| ·基追踪算法(BP) | 第22-23页 |
| ·改进的基追踪算法(I-BP) | 第23-24页 |
| ·算法性能比较 | 第24-26页 |
| ·贪婪方法 | 第26-44页 |
| ·匹配追踪算法(MP) | 第26-27页 |
| ·正交匹配追踪算法(OMP) | 第27-29页 |
| ·子空间追踪算法(SP) | 第29-31页 |
| ·压缩采样匹配追踪算法(CoSaMP) | 第31-34页 |
| ·正则化正交匹配追踪算法(ROMP) | 第34-37页 |
| ·稀疏自适应匹配追踪算法(SAMP) | 第37-41页 |
| ·正则化自适应匹配追踪算法(RAMP) | 第41-44页 |
| ·算法性能比较 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 基于模型的恢复算法 | 第47-61页 |
| ·基于模型的方法 | 第47-50页 |
| ·结构化稀疏模型 | 第47页 |
| ·结构化稀疏-等距条件 | 第47-48页 |
| ·结构化可压缩信号 | 第48页 |
| ·嵌套模型估计(NAP)和剩余空间 | 第48-49页 |
| ·等距扩大特性(RAmP) | 第49-50页 |
| ·基于模型的信号恢复算法 | 第50-53页 |
| ·算法性能比较 | 第53-60页 |
| ·相同迭代次数条件下的性能分析 | 第53-57页 |
| ·相同运算精度条件下的性能分析 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 基于双树复小波变换的压缩感知恢复算法改进 | 第61-74页 |
| ·双树复小波变换 | 第61-67页 |
| ·1维双树复小波变换 | 第61-63页 |
| ·2维双树复小波变换(2D DT-CWT) | 第63-67页 |
| ·基于双树复小波变换的改进算法 | 第67页 |
| ·算法性能比较 | 第67-73页 |
| ·本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 发表论文和参加科研情况 | 第81-82页 |
| 致谢 | 第82页 |
